Характеристики

Контекст: 1 024 токена
Параметры: 95,2 млн
Лицензия: Apache 2.0
Архитектура: bart · dense
Базовая модель: bart-base
Опубликована: 4 фев 2024

Ссылки

Hugging Face

bart-noised-with-gcd-dist

gayanin

Языковая модель3 профессии

Дообученная версия BART-base с неописанной целевой задачей, опубликованная с лицензией Apache-2.0.

7скачиваний за 30 дней0лайковвеса обновлены5 фев 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

gayanin/bart-noised-with-gcd-dist — дообученная модель на базе facebook/bart-base, опубликованная с весами в формате safetensors. Это encoder-decoder трансформер с 95,2 млн параметров и контекстом до 1024 токенов. Карточка сообщает о значении loss 0,4647 на наборе оценки, но не описывает датасет, конкретную целевую задачу или предполагаемые сценарии применения. Лицензия модели — Apache-2.0.

Сценарии применения

эксперименты с дообученной моделью BART
оценка модели на задачах генерации текста в формате text-to-text

Ограничения

Датасет, целевая задача и практические ограничения в карточке не описаны; приведено только значение loss 0,4647 без уточнения набора оценки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bart-noised-with-gcd-dist

This model is a fine-tuned version of facebook/bart-base on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.4647

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 5e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 10
num_epochs: 3
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss
0.9409	0.11	500	0.7734
0.7621	0.21	1000	0.6828
0.7451	0.32	1500	0.6330
0.7254	0.43	2000	0.6034
0.5801	0.54	2500	0.5854
0.6766	0.64	3000	0.5649
0.6162	0.75	3500	0.5493
0.6187	0.86	4000	0.5316
0.6053	0.96	4500	0.5221
0.4931	1.07	5000	0.5193
0.5096	1.18	5500	0.5153
0.5142	1.28	6000	0.5149
0.4612	1.39	6500	0.5045
0.5176	1.5	7000	0.4971
0.426	1.61	7500	0.4986
0.4537	1.71	8000	0.4890
0.5026	1.82	8500	0.4809
0.4392	1.93	9000	0.4773
0.408	2.03	9500	0.4818
0.3796	2.14	10000	0.4778
0.3643	2.25	10500	0.4792
0.3717	2.35	11000	0.4770
0.3817	2.46	11500	0.4703
0.3765	2.57	12000	0.4662
0.3783	2.68	12500	0.4663
0.3463	2.78	13000	0.4652
0.3931	2.89	13500	0.4649
0.4079	3.0	14000	0.4647

Framework versions

Transformers 4.37.2
Pytorch 2.1.2+cu121
Datasets 2.16.1
Tokenizers 0.15.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры: BartForConditionalGeneration
Ревизия весов: c1df50a